具體算法作為商業機密，難以對外界披露。不過資料顯示，目前人臉識別算法中LBP是比較流行的壹種特征提取方式，即通過像素周邊8個臨近像素的灰度值和中心灰度值比較，得到壹個八位編碼，然後再根據編碼的直方圖進行分類。
而影響算法效果的因素還可能包括預處理、特征選擇、特征點定位精度、分類器設計和後處理乃至各種方式的融合、閾值選擇等各個方面。
壹張圖片中，人臉至少有40×40像素(約壹個指甲蓋大小)，才會被當作有效的識別對象。如果壹張圖片中多個人像，目前百度的解決辦法是僅識別尺寸最大的那個，未來百度將提供焦點選擇功能，用戶可以通過選點確定搜索對象。
——數據方面。算法的改善如果算是充分條件，數據的處理則是必要條件。從機器搜索的角度看，光照、姿態、表情、角度等因素，均是影響巨大的因素，所謂“笑和不笑，都是不同”。所以用來訓練的數據量越大，變化的包容性就越好。